Valve: машинное обучение для борьбы с читерами
«У нас плохие новости: попытки вычислить любителей спинботов [Spinbot — чит, позволяющий расширить обзор до 360° благодаря постоянному вращению игрока; на компьютере использующего его человека всё выглядит так же, как при обычной игре. — прим.] при помощи неменяющегося программного кода приводит к гонке вооружений с разработчиками чит-программ, — написал он. — Если они разгадают эвристику, которую вы используете для выявления читов, проблема останется нерешённой. Лучше применять технологии машинного обучения, ботов, которые постоянно совершенствуются и учатся отличать читеров от честных опытных игроков».
«Парсинг, обучение и систематизация данных игроков требует больших аппаратных ресурсов, поэтому лучше сделать так, чтобы все эти операции выполнялись не на сервере, — продолжил сотрудник. — К тому же, поскольку невозможно предугадать, кто из находящихся на сервере пользователей будет использовать читы, придётся анализировать происходящее в матчах с точки зрения каждого его участника. Ежедневно в Counter-Strike: Global Offensive проводится больше миллиона матчей, и чтобы [оперативно определять нарушителей], понадобится система, достаточно мощная для обработки данных всех сражений с перспективы каждого пользователя. Это означает, что без полноценного центра обработки данных, мощности которого хватит для работы тысяч ядер центрального процессора, не обойтись».
«А теперь хорошие новости: мы уже начали работу в этом направлении, — написал в заключение представитель Valve. — Ранняя версия этой системы уже готова и используется в Overwatch [внутренний сервис в Counter-Strike: Global Offensive, система наказания читеров в котором основана на жалобах пользователей — прим.]. Она уже показала многообещающие результаты, поэтому мы продолжим её улучшать»
